基于主成分分析和遗传支持向量机的发动机故障诊断

• 作者: 官丹
• 来源期刊: 农业科技与装备
• 学科: 工学
• 关键词: 能源与动力工程 发动机 故障诊断 主成分分析 支持向量机 遗传算法
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 农业工程
• 页码范围: 19-22
• 分类号: TK428
• 字数: 2297字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-1161.2011.08.013

摘要

为了实现发动机故障的快速实时诊断,提出一种基于主成分分析（PCA）和遗传支持向量机（GA-SVM）的发动机故障诊断方法。该方法利用振动信号经小波变换和主元分析来提取故障特征,以减少信号的冗余。针对人为选择SVM参数的盲目性,应用遗传算法优化其参数,并与BP神经网络（BPNN）比较。试验结果表明：GA-SVM比BPNN具有更强的分类识别能力,小样本故障诊断正确率达100%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	官丹		2	5	1.0	2.0